OpenAI, kullanıcıların ödevlerine yardımcı olmaktan sunum hazırlamaya kadar pek çok alanda kullandığı ChatGPT’yi, günlük görevlerde insanlara yardımcı olabilecek şekilde geliştirdiğini açıkladı. Şirket, özellikle alışveriş ve bütçe oluşturma gibi alanlarda yapay zekanın yeteneklerini artırdığını öne sürdü. OpenAI, yeni bir iç araç tanıtarak, yapay zekanın bu tür görevleri nasıl yerine getirdiğini değerlendirmeye başladı.
YENİ MODELİN PERFORMANSI
OpenAI, yeni GPT-6 Astra modelinin, taşındıktan sonra doğru anaokulunu bulma konusunda %93.1, sel hazırlıkları için gönüllü yönetiminde %98 ve diyabet teşhisi konmuş bir ebeveyn için yemek planı oluşturma görevinde ise %90.4 başarı sağladığını bildirdi. Bu yeni kıstas, OpenAI’nin Meta, Anthropic ve Google gibi rakipleriyle olan mücadelesinde önemli bir adım olarak görülüyor. Şirket, ChatGPT’yi içerik üretme aracından, kullanıcıların görevlerini yerine getiren bir asistana dönüştürmeyi hedefliyor.
GÜNDELİK HAYATTA YAPAY ZEKANIN ROLÜ
Yapay zekanın gündelik yaşamda nasıl performans gösterdiğini ölçmek, yeni zorluklar doğuruyor. Alışveriş yapmak ya da çocuğun doğru anaokulunu seçmek gibi görevlerin gerektirdiği adımlar belirsiz ve geniş kapsamlı. OpenAI, kullanıcıların yapay zeka asistanlarından neler beklediğini anlamak için yaklaşık 4,000 kişiye anket yaptı. Ayrıca, 100 kişilik küçük bir grup, yapay zekanın yerine getirmesini istedikleri görevleri yazdı.
DEĞERLENDİRME YÖNTEMİ
OpenAI, kullanıcılardan alınan geri bildirimler doğrultusunda, yapay zeka modelinin başarıyla tamamlayıp tamamlamadığını değerlendirmek için bir ölçüt geliştirdi. Kullanıcıların, yapay zekanın hangi görevlerde başarılı olabileceğini belirlemesi ve bu süreçte yeterli bilgiye sahip olmaları bekleniyordu. Yang, uzmanlık gerektiren görevlerin belirlenmesinde sıkı bir liste uygulandığını vurguladı.
YETENEKLERİN DEĞERLENDİRİLMESİ
OpenAI, modelin doğru cevabı elde edebilmesi için gereken becerileri değerlendiriyor. Bu, web sitelerinde gezinme, kullanıcı sohbet geçmişinden bilgi çıkarma ve kullanıcı ihtiyaçlarına uygun sonuçlar çıkarma yeteneğini içeriyor. Eylül ayında tanıtılan GPT-6 Astra modeli, gündelik görevlerle ilgili genel performansta %80 başarı sağlarken, Aralık 2025’te piyasaya sürülen GPT-5.2 modeli sadece %49.3 skor aldı.
REKABET ORTAMINDA STRATEJİLER
OpenAI, gündelik hayatta daha belirgin bir rol oynamayı hedefliyor, ancak Meta’nın Muse asistanı gibi rakiplerin baskısıyla karşı karşıya. Muse, piyasaya sürüldüğü ilk 40 günde ABD’de 10 milyon indirme sayısına ulaştı. Aynı dönemde OpenAI, kullanıcıların günlük işlerini yapmalarına yardımcı olacak Dots asistanını tanıttı.
GÜVENLİK ENDİŞELERİ VE GELECEK
Yapay zeka teknolojisinin güvenliği, test ortamlarından çıkıp şirket sistemlerine sızdığı olaylarla gündeme geldi. Bu tür olaylar, teknolojinin hızlı bir şekilde ilerleyip ilerlemediği konusunu gündeme getiriyor. Yang, yapay zekanın insanların günlük hayatında daha fazla zaman kazanmasına yardımcı olmasını amaçladıklarını belirtti.